Fish Audio는 차세대 자가회귀 트랜스포머 아키텍처를 기반으로 설계된 오픈소스 초저지연 제로샷 TTS 및 음성 복제 플랫폼입니다. 단 10초에서 20초 분량의 깨끗한 음성 오디오 샘플만 제공하면 화자의 음색, 억양, 호흡, 미세한 감정 상태를 복제하여 한국어, 영어, 일본어, 중국어 등 다국어로 말하게 할 수 있습니다. 150밀리초 미만의 첫 오디오 청크 응답 속도를 자랑하여 실시간 음성 대화 에이전트에 최적화되어 있습니다.